Un agente di coding è un agente AI i cui strumenti sono il tuo editor, il file system e il terminale.
Come funziona
L’agente riceve un compito in linguaggio naturale e lavora in un ciclo. A ogni turno il modello risponde oppure restituisce tool call come “leggi questo file”, “applica questa modifica” o “esegui i test”. L’host dei tool le esegue, aggiunge l’output e richiama il modello.
La documentazione di Claude Code lo descrive come “an agentic coding tool that reads your codebase, edits files, runs commands, and integrates with your development tools.” (traduzione: uno strumento di agentic coding che legge la tua codebase, modifica file, esegue comandi e si integra con i tuoi strumenti di sviluppo.) Aider, Cline e strumenti simili seguono lo stesso ciclo con interfacce e modelli di permessi diversi.
L’articolo su SWE-agent (Yang et al., 2024) sostiene che gli agenti sono un nuovo tipo di utente che ha bisogno di una propria interfaccia, una “agent-computer interface” (interfaccia agente-computer), così come le persone hanno bisogno di un IDE. Con la loro interfaccia, gli autori riportano un tasso pass@1 del 12,5% sul benchmark SWE-bench, che descrivono come lo stato dell’arte all’epoca.
Un’esecuzione tipica, vista come richieste al modello:
| Passo | Output del modello | Token inviati come input |
|---|---|---|
| 1 | run_tests() |
system prompt + tool + compito |
| 2 | read_file("src/parse.py") |
passo 1 + output dei test |
| 3 | edit_file(...) |
passo 2 + contenuto del file |
| 4 | run_tests() |
passo 3 + diff |
| 5 | “Sistemato; i test passano.” | passo 4 + output dei test |
L’input cresce a ogni passo, perché viene reinviata tutta la cronologia.
Perché è importante
- Costo. I compiti lunghi significano molte richieste con input grandi e in gran parte ripetuti. Il post sul costo di un’esecuzione fa i conti con numeri reali, e ridurre i costi di un agente di coding elenca le leve.
- Contesto. Le sessioni lunghe riempiono la finestra di contesto. Gli agenti usano la context compaction e i subagent per tenerla sotto controllo.
- Adeguatezza del modello. Il modello deve seguire gli schemi dei tool in modo affidabile per molti turni. Vedi il miglior modello open per gli agenti di coding.
- Sicurezza. Un agente che esegue comandi può fare danni. Tieni attiva l’approvazione per le azioni distruttive e tratta il contenuto del repository come input non fidato (prompt injection).
Su BroadNet Inference
Gli agenti di coding che accettano una base URL compatibile con OpenAI possono chiamare BroadNet su https://inference.broadnet.ai/v1. Esistono guide di configurazione per Aider, Cline e altri. La documentazione di BroadNet indica il tool calling per GLM 5.3 e Qwen3.8 27B.
Con il pagamento a consumo, una chiave consente 30 richieste al minuto e 4 in corso. I piani flat (Full Moon, Orbit, Meteor) coprono DeepSeek V4.1 Flash senza contatore di token. Una sessione esegue una richiesta alla volta, il che va bene per un agente. Se esegui agenti in parallelo, o un agente che avvia subagent, acquista una sessione per ogni richiesta che gira contemporaneamente. La guida alle sessioni mostra i calcoli.